コンピュータ工学および情報技術ジャーナル

ニューラルネットワークと算術符号化処理を組み合わせた改良画像圧縮

アラア MHH とシデック MM

ニューラルネットワークと算術符号化処理を組み合わせた改良画像圧縮

この記事では、パーセプトロン ニューラル ネットワークと算術符号化を使用した画像圧縮/解凍のスケルトンに重点を置いています。最初に、各 3 ピクセルを単一の値に圧縮します。この値は圧縮値と呼ばれます。私たちの研究では、圧縮部分での重みトレーニングにニューラル ネットワークは必要ありません。代わりに、作業で使用される重みは、浮動小数点値を含む 1 次元配列です。重み値の合計は 1 です。解凍部分では、重みがニューラル ネットワークへの入力になります。その後、ニューラル ネットワークは、圧縮値と目的の出力間の誤差に応じてピクセルを更新し、ほぼ元の 3 バイトになるようにします。第 2 段階は、算術符号化アルゴリズムを使用して、圧縮値のベクトルを単一の浮動小数点数に変換することです。私たちのアプローチは、3 種類の画像と異なるサイズでテストされました。また、この記事では、アルゴリズムのパフォーマンスを計算しています。